Cálculo de los estimadores de regresión cuantílica lineal por medio del método ACCPM

• HÉCTOR ANDRÉS LÓPEZ ^[1] ; HÉCTOR MANUEL MORA ^[2]
  1. [1] Universidad de La Sabana

     Universidad de La Sabana

     Colombia

     
  2. [2] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 30, Nº. 1, 2007, págs. 53-68
• Idioma: español
• Títulos paralelos:
  • Calculus of the Estimators of Linear Quantile Regression by the Method ACCPM
• Enlaces
  • Texto completo
• Dialnet Métricas: 4 Citas
• Resumen
  • español

    Se muestra cómo calcular los estimadores en regresión cuantílica por medio del método de optimización no diferenciable ACCPM (Analytic Center Cutting Plane Method). El cálculo de dichos estimadores usualmente se encuentra por medio de programación lineal y sus respectivas técnicas de solución (método simplex, métodos de punto interior, etc.). La primera parte presenta las generalidades de la regresión cuantílica y su formulación como un problema de programación lineal. Además, se realiza una breve descripción del método ACCPM. Por último, se muestra la aplicación del método ACCPM para el cálculo de estimadores por cuantiles y los resultados numéricos y comparaciones del método ACCPM con el paquete estadístico R y el paquete de optimización GAMS.

  • English

    The present work shows how to calculate the estimators in quantile regression by nondifferentiable optimization method ACCPM (Analytic Center Cutting Plane Method). The calculus of the estimators is usually found by linear programming and its respective techniques of solution (Simplex method, interior point methods, etc.). The first part presents some generalities of quantile regression and its formulation as a linear programming problem. Also, a brief description of the ACCPM method is made. Finally, it is shown the application of the ACCPM method for the calculation of the estimators by quantiles and the numerical results and comparisons of the ACCPM with the statistic package R and the optimization package GAMS.

• Referencias bibliográficas
  • Du Merle, O.. (1995). Points intérieurs et plans coupants: mise en uvre et développement d’une méthode pour l’optimisation convexe et la programmation...
  • Goffin, J.,Haurie, A.,Vial, J.. (1992). ‘Decomposition and Nondiferentiable Optimization with the Projective Algorithm’. Management Science....
  • Koenker, R.. (2005). Quantile Regression. Econometric Society MonographsCambridge University Press.
  • Koenker, R.,Bassett, G. W.. (1978). ‘Regression Quantiles’. Econometrica. 46. 3350
  • López, H.. (2006). Cálculo de la regresión cuantílica por medio del método ACCPM,.
  • López, H.. (2006). Introducción a GAMS y su aplicación en la solución de modelos matemáticos de optimización. ‘Memorias del XXII Coloquio...
  • Mora, H.. (2005). ‘Métodos numéricos para la estimación de parámetros en regresión cuantílica’. Revista Colombiana de Estadística. 28. 221231
  • Petón, O.,Vial, J.. (2001). A tutorial of ACCPM. Universidad de Ginebra.
  • (2006). R Development Core Team R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna.
  • Vial, J. P.. (1998). ‘Analytic center of polytope’. Universidad de Ginebra.